摘要
本发明涉及供电技术领域,具体公开了一种10kV线路及台区线损监测方法,通过在电网关键节点和台区部署电能量采集装置,实时获取差分用电量数据和电压降数据,并分别提取线损波动特征值与电压稳定性特征值;通过主成分分析与K均值聚类算法增强特征鲁棒性与辨识能力,进一步将两类特征融合构建综合线损风险特征向量,输入基于图神经网络的智能分析模型,进行端到端的风险评分预测,并依据动态阈值划分为高、中、低三级风险等级,系统根据风险等级自动触发差异化预警机制,并通过反馈学习不断优化预警策略,本发明实现了对线损风险的全局感知、局部识别与动态响应,提升了线损监测的准确性、智能化水平及运维效率,具有良好的工程应用前景。
技术关键词
台区线损监测
智能分析模型
特征值
电能量采集装置
线路
神经网络模型
电压
预警机制
数据
电网关键节点
协方差矩阵
风险评估报告
均值聚类算法
初始聚类中心
移动终端设备
高风险
误差
供电技术